谷歌与NASA JPL发布AI模型MAPL-EMIT，从太空追踪全球甲烷排放
新模型基于NASA EMIT仪器数据，能比人类专家多探测50%的甲烷羽流，并识别出全球25个最大排放垃圾填埋场中的24个。
AI解读：甲烷是比二氧化碳强30倍的温室气体（按百年尺度计），但它的排放源常常隐蔽且分散：垃圾填埋场、油气设施、农业区都可能悄悄泄漏。过去靠人工筛查卫星图像，效率低且容易漏掉大量羽流。
谷歌和NASA JPL训练了MAPL-EMIT模型，用360万个物理模拟的甲烷羽流数据教AI在复杂地形中识别真实排放。它的直接效果是：比人类专家多发现50%的羽流，并额外识别出全球超过23000个排放源，其中包括24个世界上最大的排放垃圾填埋场。对环保机构、运营方和政策制定者来说，这意味着能更快锁定大排放点并采取针对性减排措施。
目前，谷歌已将全球羽流数据库发布在Google Earth Engine上，并提供了可视化应用；模型代码在Kaggle和GitHub上开源。研究者和从业者可以免费使用这些工具，但需注意模型的检测结果可能依赖EMIT仪器的覆盖范围和分辨率，实际减排效果仍需后续验证。
谷歌与NASA喷气推进实验室（JPL）在一项发表于《美国国家科学院院刊》（PNAS）的新研究中，推出了名为MAPL-EMIT的人工智能模型。该模型利用NASA的EMIT仪器从太空追踪全球甲烷排放。
模型性能与数据
甲烷是一种强效温室气体，在100年时间尺度上，其增温潜力是二氧化碳的30倍。MAPL-EMIT旨在解决甲烷检测中的一个关键瓶颈。模型基于360万个物理模拟的甲烷羽流（释放到大气中的甲烷气体云）进行训练，能够穿透复杂、嘈杂的地形，比人类专家多探测到50%的羽流，并在全球范围内识别出超过23000个额外的羽流，其中包括全球25个最大排放垃圾填埋场中的24个。
数据与工具开放
谷歌已在Google Earth Engine上发布了全球羽流数据库，并提供了一个Earth Engine应用来可视化这些数据。同时，开源模型可在Kaggle上下载，推理工具可在GitHub上获取，以支持研究人员、政策制定者和运营方。